中国教育现代化发展的总体趋势和挑战

作 者:

作者简介:
课题组,课题负责人:马晓强;课题组成员:崔吉芳、刘大伟、何春、赵子莹、马筱琼、李锋亮、赵琦、王颖喆、陈佳鹏、康世联、祝新宇、田凤、魏轶娜、张臻、金龙;执笔人:马晓强、崔吉芳、刘大伟、何春、赵子莹、马筱琼。

原文出处:
教育研究

内容提要:

基于当前中国人口、经济和教育发展现状,建立多种模型对我国教育现代化发展主要指标进行预测分析。结果表明,2030年后我国将全面普及各级教育;教育投入稳定增长,义务教育师资水平进一步提升,教育基尼系数持续降低;教育将成为人力资源增长的主要因素,对经济增长的贡献作用明显加强。面向未来,我国教育现代化发展面临着挑战。建议加快推进教育供给侧结构性改革,办好优质公平教育,统筹城乡教育协调发展,提高教育服务经济社会发展的能力和水平,为推进教育现代化目标奠定坚实基础。


期刊代号:G1
分类名称:教育学
复印期号:2018 年 03 期

字号:

       党的十九大报告作出2035年我国基本实现社会主义现代化,本世纪中叶全面建成社会主义现代化强国的战略安排。明确指出建设教育强国是中华民族伟大复兴的基础工程,要求必须把教育事业放在优先位置,深化教育改革,加快教育现代化,办好人民满意的教育。为前瞻了解教育事业对2035年发展目标的基础性作用,课题组对2035年前的教育事业发展主要指标进行粗线条的预测和展望。为突出教育事业优先发展的地位,课题组重点分析了2030年中国教育发展的基本趋势和走向。

       一、指标、方法和数据

       (一)指标的确定

       研究从教育发展的三个维度选择了16项指标进行预测分析。第一个维度为教育机会供给,包括学前教育毛入园率、义务教育毛入学率、高中阶段教育毛入学率、高等教育毛入学率4个指标,用于预测分析2030年、2035年我国教育发展的规模和可以提供的入学机会;第二个维度为教育条件保障,包括财政性教育经费占GDP的比重、义务教育阶段教师高一级学历比例、生师比、平均班额、各级民办教育在校生所占比例、教育基尼系数6个指标,用于对2030年教育经费、教师队伍、教育类型结构等情况进行预测分析;第三个维度为教育质量产出,包括人力资源总量、新增劳动力平均受教育年限、新增劳动力受过高中及以上教育的比例、主要劳动年龄人口平均受教育年限、主要劳动年龄人口受过高等教育的比例、人力资本对经济增长的贡献率6个指标,预测分析2030年、2035年教育发展对提高国民素质、服务经济社会发展所发挥的作用。在支撑这16项指标的下一级指标中,研究对2030年的经济、人口、在校学生、专任教师数量等基础性指标数据也进行了预测分析。

       (二)预测方法的选择

       不同的指标采用不同的预测分析模型和方法。在经济社会领域通用的预测模型中,经常使用的有投入—产出模型、经济计量模型、层次分析模型、线性规划模型、趋势外推模型、马尔可夫链预测模型和系统动力学模型,等等。在不同的学科领域内部,因为不同的理论假设和前提条件,又会细分出多种专业性质的预测模型和方法。不同的模型和方法各有其优缺点,经过多种模型方法的比较,我们确定了本研究中不同指标的预测分析模型和方法。

       1.学龄人口①预测模型和方法

       人口预测是本研究的重要基础。我们采用分要素人口预测方法,以第六次全国人口普查(以下简称为“六普”)数据为基础,建立学龄人口预测模型。分要素预测是指将人口按性别、年龄分组,并分别预测计算死亡、生育、迁入与迁出,[1]全国教育人口模型暂不考虑迁移因素。

       死亡分析采用生命表技术,考虑到代表性和通用性,本研究选取了国际通用的标准模型生命表——寇尔德曼模型生命表的西区模式[2],迭代算法采用的是蒋正华提出的自修正迭代法[3]。生育分析中出生人口预测采用总和生育率(TFR)的计算方法,输入参数有生育模式、出生人口性别比和总和生育率。生育模式根据“六普”的年龄别生育率计算得到,其他参数参照《国家人口发展规划(2016-2030年)》设置。出生人口性别比2010年为117.9,2015年为113.5,2020年设为112,2030年设为107,2035年设为105,其他年份采用线性插分得到;在总和生育率参数设置中,2011-2015年是根据历年国民经济和社会发展统计公报的出生人口数进行推算得到,根据规划设定和专家观点,[4]2016-2035年总和生育率将在逐步提升后恢复平稳,因此在本研究中设定总和生育率将由2015年的1.6提升到2018年的2.1,并在2020年回落到1.8后保持平稳,将此设置定位中方案,并把总和生育率每年增加0.1设为高方案,降低0.1设为低方案。在预期寿命参数设置中,2010年采用“六普”数据值,2015年为76.3岁,2020年为77.3岁,2030年为79岁,2035年为79.4岁,分性别设置则参照“五普”(第五次全国人口普查)和“六普”历史值,其他年份由线性插分得到。

       考虑到“六普”低龄人口存在漏报的质量问题,综合相关研究文献和专家意见,②本研究结合教育统计数据对“六普”原始数据进行如下校正:第一,将人口数据统计时点由11月1日调整到与教育人口相同的统计时点9月1日;第二,0-2岁组人口基于2008-2009年统计公报出生人口数根据存活率进行推算;第三,3-11岁人口基于2014年和2013年分年龄组在校生数据根据存活率和义务教育阶段巩固率进行回推校正。

       2.在校生及人力资源指标的预测方法

       本研究中采用教育多状态预测模型对各级教育在校生数以及人力资源指标进行预测。所谓教育多状态预测方法,是指将人口按照不同的教育状态进行划分,根据历史数据构建各个状态之间的转移率矩阵。以各级教育在校生数为例,将人口按“未上学、小学、初中、高中、大学、研究生”及是否在校分为11类状态,同时基于简化原则设定4条假设:一是只有未上学和在校生状态的人口有机会进行升学(级)转移,不在校人口不会再进入学校升学(级);二是当年未升学(级)人口即进入不在校人口队列,并且不再进入在校生队列;三是不同年龄、性别的人口的升学(级)率相同;四是教育状态的转移是单向的,而且不能越级转移。以此假设为基础构建在校生状态的转移率矩阵。计算公式为:

相关文章: